Fugu-MT 論文翻訳(概要): Motion Prediction on Self-driving Cars: A Review

論文の概要: Motion Prediction on Self-driving Cars: A Review

arxiv url: http://arxiv.org/abs/2011.03635v1
Date: Fri, 6 Nov 2020 23:40:37 GMT
ステータス: 処理完了
システム内更新日: 2022-09-29 05:25:47.244520
Title: Motion Prediction on Self-driving Cars: A Review
Title（参考訳）: 自動運転車の動作予測 : レビュー
Authors: Shahrokh Paravarzar and Belqes Mohammad
Abstract要約: 運動予測は、自動運転車や自動運転車において最も困難なタスクである。深層強化学習は自動運転車に最適な候補だ。
参考スコア（独自算出の注目度）: 0.0
License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
Abstract: The autonomous vehicle motion prediction literature is reviewed. Motion prediction is the most challenging task in autonomous vehicles and self-drive cars. These challenges have been discussed. Later on, the state-of-theart has reviewed based on the most recent literature and the current challenges are discussed. The state-of-the-art consists of classical and physical methods, deep learning networks, and reinforcement learning. prons and cons of the methods and gap of the research presented in this review. Finally, the literature surrounding object tracking and motion will be presented. As a result, deep reinforcement learning is the best candidate to tackle self-driving cars.
Abstract（参考訳）: 自動運転車の動き予測文献をレビューする。自律走行車や自動運転車では、動きの予測がもっとも難しい課題である。これらの課題が議論されている。その後、最新の文献と現在の課題に基づいて、最先端の心が再検討される。最先端技術は古典的および物理的手法、深層学習ネットワーク、強化学習で構成されている。このレビューで示された研究の方法とギャップのプロンとコンスです最後に,物体追跡と運動に関する文献を紹介する。その結果、深層強化学習は自動運転車に取り組むのに最適な候補である。

関連論文リスト

Exploring the Causality of End-to-End Autonomous Driving [57.631400236930375]
本稿では,エンドツーエンド自動運転の因果関係を探究し,分析するための包括的アプローチを提案する。私たちの研究は、エンドツーエンドの自動運転の謎を初めて明らかにし、ブラックボックスを白い箱に変えた。
論文参考訳（メタデータ） (2024-07-09T04:56:11Z)
Work-in-Progress: Crash Course: Can (Under Attack) Autonomous Driving Beat Human Drivers? [60.51287814584477]
本稿では,現在のAVの状況を調べることによって,自律運転における本質的なリスクを評価する。 AVの利点と、現実のシナリオにおける潜在的なセキュリティ課題との微妙なバランスを強調した、特定のクレームを開発する。
論文参考訳（メタデータ） (2024-05-14T09:42:21Z)
Applications of Computer Vision in Autonomous Vehicles: Methods, Challenges and Future Directions [2.693342141713236]
本稿では,過去10年間に出版されたコンピュータビジョンと自動運転に関する論文をレビューする。特に、まず自律運転システムの開発について検討し、各国の主要自動車メーカーによって開発されたこれらのシステムを要約する。そこで, 深度推定, 物体検出, 車線検出, 信号認識など, 自律運転におけるコンピュータビジョン応用の概要を概観する。
論文参考訳（メタデータ） (2023-11-15T16:41:18Z)
LLM4Drive: A Survey of Large Language Models for Autonomous Driving [62.10344445241105]
大規模言語モデル(LLM)は、文脈理解、論理的推論、回答生成などの能力を示した。本稿では,自動走行のための大規模言語モデル (LLM4AD) に関する研究ラインを体系的にレビューする。
論文参考訳（メタデータ） (2023-11-02T07:23:33Z)
Recent Advancements in End-to-End Autonomous Driving using Deep Learning: A Survey [9.385936248154987]
エンド・ツー・エンドの運転は、モジュラーシステムに関連する欠点を回避するため、有望なパラダイムである。エンド・ツー・エンド自動運転の最近の進歩は分析され、基礎原理に基づいて研究が分類される。本稿では,最先端の評価,課題の特定,今後の可能性を探る。
論文参考訳（メタデータ） (2023-07-10T07:00:06Z)
Data and Knowledge for Overtaking Scenarios in Autonomous Driving [0.0]
オーバーテイク・エクササイズは、運転において最も重要な行動の1つである。文献で利用できる作業量にもかかわらず、ほんの少しの操作しか処理できない。この研究は、この領域に寄与し、新たな合成データセットを提示する。
論文参考訳（メタデータ） (2023-05-30T21:27:05Z)
Indy Autonomous Challenge -- Autonomous Race Cars at the Handling Limits [81.22616193933021]
TUM Auton-omous Motorsportsは2021年10月、インディ・オートマチック・チャレンジに参加する。インディアナポリス・モーター・スピードウェイのダララAV-21レースカー10台のうち1台を走らせることで、自動運転のソフトウェアスタックをベンチマークする。これは、最も困難で稀な状況をマスターできる自律走行アルゴリズムを開発するための理想的な試験場である。
論文参考訳（メタデータ） (2022-02-08T11:55:05Z)
Safety-aware Motion Prediction with Unseen Vehicles for Autonomous Driving [104.32241082170044]
本研究では,無人運転用無人車を用いた新しい作業,安全を意識した動作予測手法について検討する。既存の車両の軌道予測タスクとは異なり、占有率マップの予測が目的である。私たちのアプローチは、ほとんどの場合、目に見えない車両の存在を予測できる最初の方法です。
論文参考訳（メタデータ） (2021-09-03T13:33:33Z)
Explainability of vision-based autonomous driving systems: Review and challenges [33.720369945541805]
説明可能性の必要性は運転で強く、安全クリティカルなアプリケーションです。この調査は、コンピュータビジョン、ディープラーニング、自動運転、説明可能なAI(X-AI)など、いくつかの研究分野から貢献を集めています。
論文参考訳（メタデータ） (2021-01-13T19:09:38Z)
Learning Accurate and Human-Like Driving using Semantic Maps and Attention [152.48143666881418]
本稿では,より正確かつ人間らしく運転できるエンド・ツー・エンド駆動モデルについて検討する。 HERE Technologiesのセマンティックマップとビジュアルマップを活用し、既存のDrive360データセットを拡張します。私たちのモデルは、実世界の運転データ60時間3000kmのDrive360+HEREデータセットでトレーニングされ、評価されています。
論文参考訳（メタデータ） (2020-07-10T22:25:27Z)

関連論文リストは本サイト内にある論文のタイトル・アブストラクトから自動的に作成しています。